本发明专利技术公开了一种改进的光伏电站建模与参数优化方法，属于新能源技术领域，包括：针对每个子系统中的光伏系统搭建各个部分的动态模型，最终建立光伏系统的小信号模型；搭建包含输电线路拓扑结构的光伏电站网络，建立每个子系统中线路网络系统的状态空间模型；建立光伏系统和线路网络的转换关系；使用CCM方法联系各个子系统光伏系统和线路网络系统的状态空间模型和关系矩阵，建立光伏电站的小信号模型；使用改进的粒子群算法优化控制器模型参数。本发明专利技术将CCM方法应用于光伏电站的小信号建模中，大大降低光伏电站大系统小信号模型的建模难度，同时结合PSO算法优化控制器参数，系统更加稳定。
【技术实现步骤摘要】
本专利技术涉及新能源，具体涉及一种改进的光伏电站建模与参数优化方法。
技术介绍
1、小信号建模分析是一种准确度较高、基于线性系统理论分析的方法，将系统中的非线性元件在稳态运行点进行线性化得到其小扰动模型，可以研究系统的所有模态信息和起主导作用的系统变量。采用小信号方法分析光伏并网问题时，常见的光伏系统小信号建模方法有两种：一种是针对单逆变器光伏系统的小信号模型，或者用单逆变器光伏系统模拟光伏电站，将大规模光伏电站接入电网等值为单源–无穷大系统；另一种是将光伏系统降阶等效后放入系统分析，再进行小信号建模。
2、上述两种方法的等值方法全部或部分忽略了太阳能电站的内部结构，等值的精度较低。而若考虑大规模配电网内部结构，则会造成维度灾难，建模难度剧增，子系统有变化或者差异大时也难以调整，可能需重新建模，不便于灵活调整。
3、同时，控制参数变化协调影响也会影响光伏电站整体的小信号稳定性，尤其是当光伏系统详细时，控制参数优化难，参数优化容易陷入局部最优，参数搜索范围小，尤其是在光伏电站子系统差异较大、控制器参数不同时，容易出现不合理位置和低搜索效率的情况。
技术实现思路
1、本专利技术旨在解决光伏系统小信号建模存在建模难度大、参数优化陷入局部最优问题，提出一种改进的光伏电站建模与参数优化方法，在降低光伏系统小信号建模难度的同时，使用改进的pso算法防止参数优化过程中陷入局部极值，扩大搜索范围。
2、为了实现上述专利技术目的，本专利技术的技术方案如下：
3、s1、将光伏电站分为各个相对独立的子系统；
4、s2、针对每个子系统中的光伏系统搭建各个部分的动态模型，最终建立用于光伏系统的小信号模型；
5、s3、搭建包含输电线路拓扑结构的光伏电站网络，对不同电压等级进行标幺处理，以并网电压作为参考电压，建立每个子系统中线路网络系统的状态空间模型；
6、s4、建立每个子系统中光伏系统和线路网络系统之间的转换关系；
7、s5、使用ccm方法联系各个子系统的光伏系统和线路网络系统的状态空间模型和关系矩阵，并建立光伏电站的小信号模型；
8、s6、使用改进的粒子群算法优化各个子系统中光伏系统的控制器模型参数，包括：在粒子迭代优化过程中，使用算数交叉法，通过两个父代粒子的线性组合产生带有父代特征的两个子代粒子，替换迭代优化产生的两个子代个体，从而跳出局部极值，拓展搜索范围。
9、优选的，光伏系统各个部分的动态模型包括光伏电池模型、电子转换器模型、控制器模型、直流滤波电容模型；通过联立各个动态数学模型，并在稳态值附近线性化得到该光伏系统的小信号模型。
10、优选的，所述的建立每个子系统中线路网络系统的状态空间模型，包括：假设光伏系统并网逆变器影响较小可忽略，建立线路网络的数学模型；
11、在稳态值附近线性化得到线路网络的状态空间模型。
12、优选的，所述的建立每个子系统中光伏系统和线路网络系统之间的转换关系，包括：
13、s41、获取每个子系统中光伏系统和线路网络参考系的角度差；
14、s42、获取第i组光伏系统的并网点电压电流和线路网络模型中电压电流之间的转换关系；
15、s43、在稳态值附近对得到的转换关系进行线性化处理。
16、优选的，所述的使用ccm方法联系子系统光伏系统和线路网络的状态空间模型和关系矩阵包括：
17、定义各子系统直接拼接后的系数矩阵at,bt,ct,dt；
18、定义各子系统直接拼接后的输入变量ut、中间变量xt和输出变量yt；
19、定义光伏电站系统的输入变量a，输出变量b；
20、根据上述定义矩阵，结合步骤s4获得的转换关系，可知各个子系统之间的输入、输出线性联系，得到关系矩阵。
21、优选的，建立光伏电站的小信号模型：
22、
23、其中，h、i、j、k为光伏电站的系数矩阵。
24、优选的，所述的使用粒子群算法优化各个子系统中光伏系统的控制器模型参数，包括：
25、s61、求解光伏电站小信号模型中系统矩阵h的特征值，选取实部绝对值小的特征值n1个ai+jbi，i＝1～n1，以及阻尼比欠佳的特征值n2个ci+jdi，i＝1～n2；
26、s62、初始化粒子群和参数范围；
27、s63、确定粒子的位置和速度；
28、s64、定义适应度函数yj＝c1fj+c2gj，c1、c2为适应度权重，j＝1～n3；
29、
30、
31、s65、迭代优化；
32、
33、
34、分别为第j个粒子适应度函数y历史最优值和全局历史最优值，分别为第j个粒子第k次迭代后速度向量和位置向量；ω是惯性权重；r1、r2是0-1随机数；x1、x2分别代表学习因子和社会影响因子；
35、s66、选择与交叉操作；通过两个父代粒子的线性组合以产生带有父代特征的两个子代粒子，并利用交叉操作后的子代粒子，替换迭代优化产生的两个子代个体；满足迭代次数后停止参数优化。
36、进一步的，所述的通过两个父代粒子的线性组合以产生带有父代特征的两个子代粒子，包括：设fj为第j个粒子适应度的倒数，该粒子被选择的概率为pj，则有：
37、
38、
39、
40、
41、
42、式中，为交叉操作的父代个体；为交叉后的子代个体；r为(0，1)之间的随机数；d为比例因子。
43、综上所述，本专利技术具有以下优点：
44、1、本专利技术将ccm算法应用于光伏电站的小信号建模当中，将光伏电站分为各个相对独立的子系统，并建立各个子系统的小信号模型，大大降低光伏电站大系统小信号模型的建模难度；同时结合改进的pso算法对控制器参数进行优化，考虑了各个光伏系统的控制参数变化对光伏电站整体的小信号稳定性的协调影响，使系统更加稳定；
45、2、本专利技术改进的pso算法，在选择与交叉操作步骤牺牲少量优化效率，可以防止在优化过程中陷入局部极值，适应性较差的粒子可以通过交叉来获取优良特性，跳出局部极值，扩大搜索范围，维持粒子群的多样性，同时增加了比例因子，降低了出现不合理位置和低搜索效率的可能性，即使是在应对电站子系统差异较大、控制器参数不同的情况时，也能够跳出局部极值。
本文档来自技高网...
【技术保护点】
1.一种改进的光伏电站建模与参数优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种改进的光伏电站建模与参数优化方法，其特征在于，光伏系统各个部分的动态模型包括光伏电池模型、电子转换器模型、控制器模型、直流滤波电容模型；通过联立各个动态数学模型，并在稳态值附近线性化得到该光伏系统的小信号模型。
3.根据权利要求1所述的一种改进的光伏电站建模与参数优化方法，其特征在于，所述的建立每个子系统中线路网络系统的状态空间模型，包括：假设光伏系统并网逆变器影响较小可忽略，建立线路网络的数学模型；
4.根据权利要求1所述的一种改进的光伏电站建模与参数优化方法，其特征在于，所述的建立每个子系统中光伏系统和线路网络系统之间的转换关系，包括：
5.根据权利要求4所述的一种改进的光伏电站建模与参数优化方法，其特征在于，所述的使用CCM方法联系子系统光伏系统和线路网络的状态空间模型和关系矩阵包括：
6.根据权利要求5所述的一种改进的光伏电站建模与参数优化方法，其特征在于，建立光伏电站的小信号模型：
7.根据权利要求6所述的一种改进的光伏电站建模与参数优化方法，其特征在于，所述的使用改进的粒子群算法优化各个子系统中光伏系统的控制器模型参数，包括：
8.根据权利要求7所述的一种改进的光伏电站建模与参数优化方法，其特征在于，所述的通过两个父代粒子的线性组合以产生带有父代特征的两个子代粒子，包括：设Fj为第j个粒子适应度的倒数，该粒子被选择的概率为Pj，则有：
...
【技术特征摘要】
1.一种改进的光伏电站建模与参数优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种改进的光伏电站建模与参数优化方法，其特征在于，光伏系统各个部分的动态模型包括光伏电池模型、电子转换器模型、控制器模型、直流滤波电容模型；通过联立各个动态数学模型，并在稳态值附近线性化得到该光伏系统的小信号模型。
3.根据权利要求1所述的一种改进的光伏电站建模与参数优化方法，其特征在于，所述的建立每个子系统中线路网络系统的状态空间模型，包括：假设光伏系统并网逆变器影响较小可忽略，建立线路网络的数学模型；
4.根据权利要求1所述的一种改进的光伏电站建模与参数优化方法，其特征在于，所述的建立每个子系统中光伏系统和线路网络系统之间的转换关系，...
【专利技术属性】
技术研发人员：余杰，董娜，张中伟，王晓丁，许逸卿，张策，彭凡，赵静，
申请(专利权)人：东方电气长三角杭州创新研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。